How to extract columns names of a pandas dataframe in python ?

With pandas to get the names of a dataframe, there is the attribute columns ([ref](https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.columns.html)): >>> DataFrame.columns Examples of applications: [TOC] ### Read a cvs data file and create a dataframe with pandas Let's consider the cvs data file train.csv (that can be downloaded on [kaggle](https://www.kaggle.com/c/house-prices-advanced-regression-techniques/data)) >>> import pandas as pd >>> dat

Comment extraire en python le noms des colonnes d'un tableau de données (dataframe) avec pandas ?

Avec pandas pour extraire le noms des colonnes d'un tableau de données (DataFrame) on peut faire comme ceci ([ref](https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.columns.html)): >>> DataFrame.columns Exemple d'utilisation: [TOC] ### Lire un fichier cvs et créer un tableau de données (dataframe) avec panda Soit le fichier cvs suivant train.csv (que l'on peut télécharger sur [kaggle](https://www.kaggle.com/c/house-prices-advanced-regression-techniqu

How to get the number of dimensions of a matrix using numpy in python ?

Exemple de comment déterminer le nombre de dimensions d'une matrice en python: [TOC] ### Get the number of dimensions of a matrix Let's consider the following matrix: >>> import numpy as np >>> A = np.array([[3,9,4],[5,8,1],[9,2,5]]) >>> A array([[3, 9, 4], [5, 8, 1], [9, 2, 5]]) To get the shape of the matrix, a solution is to first use [shape](https://docs.scipy.org/doc/numpy/reference/generated/numpy.ndarray.shape.html): >>> A.shape (3, 3) and

Comment déterminer le nombre de dimensions d'une matrice en python ?

Exemple de comment déterminer le nombre de dimensions d'une matrice en python: [TOC] ### Déterminer le nombre de dimensions d'une matrice Soit la matrice suivante >>> import numpy as np >>> A = np.array([[3,9,4],[5,8,1],[9,2,5]]) >>> A array([[3, 9, 4], [5, 8, 1], [9, 2, 5]]) Pour déterminer la forme d'une matrice on peut alors utiliser [shape](https://docs.scipy.org/doc/numpy/reference/generated/numpy.ndarray.shape.html): >>> A.shape (3, 3) et en

How to create an identity matrix using numpy in python ?

Examples of how to create an identity matrix using numpy in python ? [TOC] ### Using the numpy function identity Let's create the following identity matrix \begin{equation} I = \left( \begin{array}{ccc} 1 & 0 & 0 \\\\ 0 & 1 & 0 \\\\ 0 & 0 & 1 \end{array}\right) \end{equation} using numpy function identity: >>> import numpy as np >>> I = np.identity(3) >>> I array([[ 1., 0., 0.], [ 0., 1., 0.], [ 0., 0., 1.]]) Another example: \begin{

Comment créer une matrice identité (ou matrice unité) avec numpy et python ?

Exemple de comment créer une matrice identité (ou matrice unité) avec numpy et python: [TOC] ### Avec la fonction numpy identity Pour créer une matrice identité \begin{equation} I = \left( \begin{array}{ccc} 1 & 0 & 0 \\\\ 0 & 1 & 0 \\\\ 0 & 0 & 1 \end{array}\right) \end{equation} >>> import numpy as np >>> I = np.identity(3) >>> I array([[ 1., 0., 0.], [ 0., 1., 0.], [ 0., 0., 1.]]) Autre exemple \begin{equation} I = \left( \begin

How to create a data frame in python using pandas ?

Examples of how to create a data frame using the python module pandas [TOC] ### Create a data frame using an array Import pandas and numpy: >>> import pandas as pd >>> import numpy as np Let's consider the following matrix \begin{equation} data = \left( \begin{array}{ccc} 1 & 2 & 3 & 4 \\\\ 5 & 6 & 7 & 8 \\\\ 9 & 10 & 11 & 12 \end{array}\right) \end{equation} >>> data = np.arange(1,13) >>> data = data.reshape(3,4) >>> data array([[ 1, 2, 3, 4], [ 5

Comment créer un tableau de données ("dataframe") avec pandas sous python ?

Exemples de comment créer un tableau de données (ou "dataframe") avec pandas sous python: [TOC] ### Créer une simple data frame à partir d'une matrice Importer les modules pandas et numpy: >>> import pandas as pd >>> import numpy as np Soit la matrice 2D suivante: \begin{equation} data = \left( \begin{array}{ccc} 1 & 2 & 3 & 4 \\\\ 5 & 6 & 7 & 8 \\\\ 9 & 10 & 11 & 12 \end{array}\right) \end{equation} >>> data = np.arange(1,13) >>> data = data.reshape(3,4) >>

How to create and initialize a matrix in python using numpy ?

To create and initialize a matrix in python, there are several solutions, some commons examples using the python module numpy: [TOC] ### Create a simple matrix Create a 1D matrix of 9 elements: \begin{equation} A = \left( \begin{array}{ccc} 1&7& 3& 7& 3& 6& 4& 9& 5 \end{array}\right) \end{equation} >>> import numpy as np >>> A = np.array([1,7,3,7,3,6,4,9,5]) >>> A array([1, 7, 3, 7, 3, 6, 4, 9, 5]) Notice: the shape of the matrix A is here (9,) and not (9,1) >>>

How to create a list of uniformly spaced numbers using a logarithmic scale with python ?

Example of how to create a list of uniformly spaced numbers using a logarithmic scale with python: [TOC] ### Using the numpy function logspace Let's create a list of 100 uniformly spaced numbers (between $10^{0.1}$ et $10^{3}$) using a logarithmic scale >>> import numpy as np >>> l = np.logspace(0.1, 3, 100, endpoint=True) >>> l array([ 1.25892541, 1.34676844, 1.44074081, 1.54127022, 1.64881419, 1.76386217, 1.88693776, 2.0

Comment enregistrer sous Mac son écran en utilisant QuickTime player ?

Exemples de comment enregistrer sous Mac son écran en utilisant QuickTime player: [TOC] ### Enregistrer son écran et le son externe provenant du microphone Avec QuickTime player on peut directement faire une video de son écran avec le son provenant du microphone. Pour cela il faut aller dans Applications et lancer "QuickTime player" en double cliquant sur l'application puis en allant dans le menu fichier et sélectionner "New Screen Recording" (voir images ci-dessous): [images:mac-rec

How to find the indexes of the minimum or maximum value(s) in a matrix using python ?

Examples of how to find the indexes of the minimum or maximum value(s) in a matrix using python and the numpy function called [where](https://docs.scipy.org/doc/numpy/reference/generated/numpy.where.html): [TOC] Let's consider the following 2D matrix: >>> import numpy as np >>> A = np.random.randint(100, size=(4, 4)) >>> A array([[73, 37, 6, 21], [16, 53, 77, 44], [98, 95, 3, 29], [77, 67, 87, 86]]) ### Find min and max values First, to find the minimum

How to restore Aqua MODIS Band 6 missing pixels ?

Ongoing research ... Goal: To develop an algorithm (in python) based on Gaussian processes to restore the Aqua MODIS Band 6 missing pixels: [images:modis-band6-missing-data-restoration-01;modis-band6-missing-data-restoration-11 dim:1*2 size:80 caption:Aqua MODIS Band 6 missing pixels restoration using Gaussian processes] [TOC] ### Get and plot the data #!/usr/bin/env python from pyhdf.SD import SD, SDC from pylab import figure, cm import numpy as np import matplotlib

How to delete rows with values ​​below and above a minimum and maximum value in a pandas data frame ?

A solution to delete rows with values ​​below and above a minimum and maximum value in a pandas data frame is to use the function [between()](https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.Series.between.html). Let's consider the following data frame >>> import pandas as pd >>> data = {'Label':['a','b','c','d','e','f','g','h','i','j'],'Value 1':[0,9,3,7,2,6,5,9,6,3], 'Value 2':[56,34,99,11,78,89,34,94,65,36]} >>> df = pd.DataFrame(data) >>> df Label Value 1 V

Comment avec pandas supprimer d'une data frame les lignes avec des valeurs en dessous et au dessus d'une valeur minimum et maximum ?

Exemple de solution sur comment supprimer avec pandas des lignes en utilisant une valeur minimum et maximum en utilisant la fonction [between()](https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.Series.between.html). Soit le data frame suivant: >>> import pandas as pd >>> data = {'Label':['a','b','c','d','e','f','g','h','i','j'],'Value 1':[0,9,3,7,2,6,5,9,6,3], 'Value 2':[56,34,99,11,78,89,34,94,65,36]} >>> df = pd.DataFrame(data) >>> df Label Value 1 Value 2

How to convert a pdf document pages to images using python ?

Examples of how to convert a pdf document pages to images using python [TOC] ## 1. Using the python module pdf2image The python module pdf2image is available on [github](https://github.com/Belval/pdf2image). To install it a solution is to use pip: pip install pdf2image Note: the module needs poppler to run. If you use anaconda python distrubtion, it can be installed for example using the following command: conda install -c conda-forge poppler Then the module can now

Comment convertir les pages d'un document pdf en images avec python ?

Exemples de comment convertir les pages d'un document pdf en images avec python [TOC] ## 1. Avec le module python pdf2image Pour installer le module voir [pdf2image](https://github.com/Belval/pdf2image). Note: le module requière aussi le module poppler. Exemple d'installation avec conda: conda install -c conda-forge poppler pip install pdf2image On peut alors utiliser le module pdf2image comme ceci: >>> from pdf2image import convert_from_path >>> pages = co

How to create a matrix of random integers in python ?

To create a matrix of random integers in python, a solution is to use the numpy function [randint](https://docs.scipy.org/doc/numpy-1.13.0/reference/generated/numpy.random.randint.html), examples: [TOC] ### 1D matrix with random integers between 0 and 9: Example of 1D matrix with 20 random integers between 0 and 9: >>> import numpy as np >>> A = np.random.randint(10, size=(20)) >>> A array([1, 8, 4, 3, 5, 7, 1, 2, 9, 6, 7, 6, 3, 1, 4, 6, 4, 9, 9, 6]) returns for example:

Comment trouver les indices correspondants à la valeur maximum ou minimum dans une matrice en python ?

Exemples de comment trouver les indices correspondants à la valeur maximum ou minimum dans une matrice en python en utilisant la fonction numpy [where](https://docs.scipy.org/doc/numpy/reference/generated/numpy.where.html): [TOC] Soit, par exemple la matrice 2D suivante: >>> import numpy as np >>> A = np.random.randint(100, size=(4, 4)) >>> A array([[73, 37, 6, 21], [16, 53, 77, 44], [98, 95, 3, 29], [77, 67, 87, 86]]) ### Trouver les valeurs min et max dan

How to use Gaussian processes in machine learning to do a regression or classification using python 3 ?

Examples of how to use Gaussian processes in machine learning to do a regression or classification using python 3: [TOC] ### A 1D example: from numpy.linalg import inv import matplotlib.pyplot as plt import numpy as np X = np.array([1., 3., 5., 6., 7., 8.]) Y = X * np.sin(X) X = X[:,np.newaxis] sigma_n = 1.5 plt.grid(True,linestyle='--') plt.errorbar(X, Y, yerr=sigma_n, fmt='o') plt.title('Gaussian Processes for regression (1D Case) Training Data', f

How to add a number to a matrix diagonal elements in python ?

Example of how to add a number to a matrix diagonal elements in python ? [TOC] ### Replace the diagonal element by a same number To replace the diagonal element by a same number, a solution is to use the numpy function [numpy.fill_diagonal](https://docs.scipy.org/doc/numpy/reference/generated/numpy.fill_diagonal.html) >>> import numpy as np >>> A = np.arange(9).reshape(3,3) >>> A array([[0, 1, 2], [3, 4, 5], [6, 7, 8]]) >>> np.fill_diagonal(A, 100) >>> A arra

Comment ajouter un nombre sur la diagonale d'une matrice python ?

Exemple de comment ajouter un nombre sur la diagonale d'une matrice python: [TOC] ### Remplacer les éléments de la diagonale par un même nombre Pour remplacer les éléments de la diagonale par un même nombre, on peut utiliser la fonction numpy [numpy.fill_diagonal](https://docs.scipy.org/doc/numpy/reference/generated/numpy.fill_diagonal.html) >>> import numpy as np >>> A = np.arange(9).reshape(3,3) >>> A array([[0, 1, 2], [3, 4, 5], [6, 7, 8]]) >>> np.fill_diagon

How to perform mathematical operations on array elements in python ?

Examples of how to perform mathematical operations on array elements ("element-wise operations") in python: [TOC] ### Add a number to all the elements of an array Let's consider the following array: \begin{equation} A = \left( \begin{array}{ccc} 0 & 1 & 2 \\\\ 3 & 4 & 5 \\\\ 6 & 7 & 8 \end{array}\right) \end{equation} >>> import numpy as np >>> A = np.arange(9).reshape(3,3) >>> A array([[0, 1, 2], [3, 4, 5], [6, 7, 8]]) to add a constant number, a s

Comment évaluer une fonction 2D sur une grille en python ?

Pour évaluer une fonction à deux variables en python, comme par example \begin{equation} f: (x_1,x_2) \rightarrow x_1 * \exp^{-(x_1^2+x_2^2)} \end{equation} le plus simple est d'utiliser la fonction numpy [meshgrid](https://docs.scipy.org/doc/numpy/reference/generated/numpy.meshgrid.html). [TOC] ### Utiliser la fonction numpy meshgrid Exemple from pylab import figure, cm import matplotlib.pyplot as plt import numpy as np def f(x1,x2): return x1 * np.exp(-(x1

Comment effectuer des opérations mathématiques sur les éléments d'une matrice en python ?

Quelques exemples sur comment effectuer directement des opérations mathématiques sur les éléments d'une matrice en python ("element-wise operations"): [TOC] ### Additionner un nombre à tous les éléments d'une matrice Soit la matrice A suivante: \begin{equation} A = \left( \begin{array}{ccc} 0 & 1 & 2 \\\\ 3 & 4 & 5 \\\\ 6 & 7 & 8 \end{array}\right) \end{equation} >>> import numpy as np >>> A = np.arange(9).reshape(3,3) >>> A array([[0, 1, 2], [3, 4, 5],